如今AI视频生成赛道竞争激烈,各种模型层出不穷,阿里推出的HappyHorse-1.0算是其中表现不错的,发展到了赛道前列。该模型由阿里ATH创新事业部研发,曾登顶AI视频评测榜单。相较于其他模型更加的全面,它的综合表现相对均衡,没有明显短板。
一、阿里HappyHorse-1.0稳的核心原因
HappyHorse-1.0能表现稳健,最根本的还是底层技术设计得比较合理,完美的做到了全面发展不做畸形突出。
1、统一架构减少出错
模型没有用那种复杂的多模块拼接,而是采用了统一的模型架构,能同时处理文本、图像、视频、音频等多种信息,不用额外加转换模块。这样一来,推理的时候就不容易出现卡顿、音视频不同步的情况,从根源上保证了稳定性。
2、优化速度兼顾实用
这款模型在速度上也做了较大优化,不需要复杂的操作,就能快速生成视频。在普通显卡下,生成一段5秒左右的短视频,耗时也比较合理,就算生成高清视频,也不会很慢。而且连续生成的时候,性能也不会明显下降,不会出现生成几个就崩溃的情况,速度相比同类型模型或阿里此前的相关技术,提升了不少。

阿里HappyHorse-1.0稳的核心原因
二、综合表现均衡不偏科
HappyHorse-1.0能跻身视频生成赛道前列,靠的不是某一个方面的极致表现,而是全面的稳健性,这也是它能登顶AI视频评测榜单的核心原因之一。
1、生成质量稳定
它能生成不同分辨率的视频,从普通清晰度到高清都支持。实测下来,生成的画面比较细腻,不管是人物的发丝、衣物的褶皱,还是场景的光影变化等等,都能跟上指令描述,基本不会出现明显的变形、模糊,帧与帧之间的衔接也比较自然,不会有突兀的跳跃感。其在AI评测机构Artificial Analysis的Video Arena榜单中,文生视频、图生视频赛道均取得高分,展现出强劲的生成质量。
2、可控性强上手
不管是用文字描述生成视频,还是上传图片生成视频,它都能精准响应。就算是不懂专业剪辑的人,也能通过简单的描述,控制视频的场景、人物和动作,不用额外学习复杂的操作,实用性比较高。而且支持多种语言,生成多语言视频的时候,唇形也能基本对齐,不会出现明显的违和感,这也是其登顶评测榜单的重要优势。
三、普通内容创作与企业日常使用
喜欢做短视频的人,用它能快速生成自己想要的素材,比如短视频的片头、B-roll片段等都可以用它来完成,节省了不少的时间,做简单的多镜头小故事,也可以快速完成,不用反复调整;企业用来做内部培训视频、简单的产品展示视频也很合适,不用找外包制作,利用HappyHorse-1.0就能快速生成,降低了产品的成本,而且它可通过官方API接口使用,企业及开发者可依托API进行适配调整,适配不同行业的使用场景,不论是普通用户日常创作,还是企业简单使用,都能满足用户的需求。作为阿里ATH创新事业部主导研发的核心模型,随着迭代优化,未来相信它会在细节上有着不断的提升。